DemandForecast.ai基准发现：AI预测在15/15客户部署中击败现有预测

背景与基准方法

• DemandForecast.ai 由 Pecan AI 的预测引擎驱动，发布《The Demand Forecasting Accuracy Report 2026》。
• 该报告不是问卷调查，而是将 AI 预测与其真实客户部署中企业已经在使用的预测进行对比，基线包括统计预测、共识预测或人工预测。
• 报告覆盖其从 2022年至2026年 的全部 15个 需求预测部署，这些部署都测算了现有预测基线。结果在 15/15 个部署中一致：AI 预测产生的误差都低于现有预测。
• 所有结果均按 每家公司自己的误差指标 衡量，而不是采用统一调查口径。

关键结果与客户案例

• 误差降低：预测误差相对现有预测下降 14%至56%，15个部署平均下降 32%。
• 规划人员工作量：手动规划工作量平均下降 70%。在 Mars，75% 的预测量达到 touchless（无需人工接触）。
• 库存与销售：更好的预测使 超库存最多减少 50%，并推动 销售提升 10%至25%。Nucor 在单一站点每年恢复 400万至500万美元 销售额。
• 组合规模：部署范围从 几百个 SKU 到 超过100,000个 SKU，预测周期从 8周至36个月。
• 需求驱动因素：在一家 消费硬件公司，超过 20个 假设销售驱动因素被收窄至 4个，跨 SKU 和渠道实现 80% 预测准确率。
• 报告在获得客户批准后点名了部分客户，包括 Kenvue、Dorman、Mars、Nucor、Nanit 和 CAA Club Group。每个结果均以公司自身误差指标衡量；32% 是这15个部署相对误差降低的平均值。

高管观点与报告信息

• Pecan AI 联合创始人兼 CEO Zohar Bronfman 表示，每个规划团队都有一个已悄悄不再信任的预测，但很少有人能在自己的数据上看到它与替代方案进行测试。他们进行了 15次 这样的测试，使用真实数据，并采用每家公司自己的指标。对于供应链领导者而言，现在有用的问题是：当前预测还留下了多少准确度未利用。
• 完整报告包含方法、局限性和可下载图表，地址为 demandforecast.ai/resources/forecast-accuracy-report。
• DemandForecast.ai 通过 Pecan AI Predictive AI Agent 提供生产级需求预测。它基于公司自身历史数据，与规划组织一起构建、维护并持续改进预测模型，并从那部分数据的 概念验证（PoC） 开始。
• 联系人：Pecan AI Ltd 市场负责人 Ornit Rotenberg Haim，邮箱 ornit.h@pecan.ai。